話す動画モデルをまとめて
ひとつのワークスペースでOmniHuman 2.0の話す動画生成を見る
音を出して再生してください。入力は写真1枚と声1本です。演技は声に沿って進みます。息を切らした出だし、信じられないという反応、最後の笑いまで追います。クリップ内の音声は英語です。
良い知らせを語る声と写真を、ワンテイクで演じた動画
主な機能
声のトーンと感情を読み取る
声の調子、感情、一語一語を聞き取って演じます。笑い、ささやき、間といった抑揚が、そのまま表情に現れます。
話し声、歌、会話に対応
ナレーションも、歌唱トラックも、会話も、同じモデルで扱えます。歌専用のモードを切り替える必要はありません。
5分をワンカットで
最長5分を途切れなく1本の映像として生成します。従来の60秒から延びたので、講座1回分や1曲まるごとを1回の実行で収められます。
クリップのつなぎ目がない
長い尺でも1本のショットで返ってくるため、つなぎ目で顔や光、背景が変わってしまうことがありません。
一音一音に口が合う
口の形が発話に沿って動きます。早口の台詞や伸ばす音、その合間の小さな音も対象です。
必要なのは写真1枚
映像側の入力は、出演者の静止画1枚だけです。ポートレート、自撮り、クレイのキャラクター、描いたキャラクターのどれでも使えます。
話す動画を3ステップで生成
- 01
写真をアップロード
顔がはっきり見えるカメラ目線の写真を選びます。背景は無地か、ピントの甘いものが向いています。
- 02
音声を追加
声や歌のトラックをアップロードします。解説動画や配信の台本なら、先に声を生成してから使うこともできます。
- 03
ダウンロードか、そのまま編集
できあがったテイクをダウンロードします。エディタで開いて、字幕、BGM、Bロールを足すこともできます。
OmniHuman 2.0の話す動画生成でできること
1本で通す講座動画
写真1枚から、つなぎ目のない75秒のレッスンができます。講師の見た目は最初から最後まで変わりません。講座の1回分を、切り貼りせずに作れます。
歌う写真
歌のトラックを渡すと、顔が伸ばす音と行間の息つぎまで追います。ミックスの中でボーカルを大きくしておけば、口はすべての言葉に合わせて動けます。
キャラクターとマスコット
粘土のキツネ、絵画風のヒロイン、ブランドのマスコットが、広告、子ども向け動画、チャンネルのイントロでセリフを届けます。目と口が読み取れるよう、顔ははっきり描いておきましょう。
ゆっくり語る物語
静かな物語には間が必要です。演技は声に沿って、最後の一言の前のためらいまで再現します。写真が話すとき、いちばん機械的に見えやすいのがこの部分です。
Cinematic scene
1枚の画像から9シーンのシネマティックビデオを作成します。
タイムフリーズ効果
あらゆるシーンに使える、シネマティックなタイムフリーズ短編動画
映画の世界に入り込んでみよう
あなたの写真をドロップしてください。アニメーションとマッチしたサウンドトラックを備えた12秒の映画のようなムービーを入手してください。
次のシーンを順に
フレーム間で完璧なキャラクターの一貫性を保ちながら、シーンシーケンスを続けます。
短編映画クリエイター
あらゆるアイデアから、シーン、ビジュアル、ビデオ、音楽を備えた完成した短編映画まで。
カラーグレーディングシネマ
参照画像1枚でルックを設定します。あらゆるシーンやバッチにその正確なグレードを適用します。
